Proceedings VCM 2012 88 xây dựng mô hình toán học cho bài toán chẩn đoán online

Tuyển tập công trình Hội nghị Cơ điện tử toàn quốc lần thứ 6 643
Mã bài: 144
Xây dựng mô hình toán học cho bài toán chẩn đoán online
động cơ điện kéo dựa trên phương pháp chẩn đoán
bằng mô hình đối chứng
Modelling and diagnose DC locomotive tractor motor
based on FDI method
TS. Nguyễn Thế Truyện
Viện NC Điện tử-Tin học -Tự động hóa
e-mail:
Nguyễn Văn Nghĩa
Trường ĐH Giao thông vận tải
e-mail:
Tóm tắt
Độ tin cậy và chất lượng vận hành của thiết bị là yêu cầu tối quan trọng đối với các thiế bị công nghiệp và
giao thông. Phương pháp chẩn đoán dựa trên mô hình đối chứng là một phương pháp chẩn đoán hiện đại, có
nhiều ưu thế so với phương pháp phân loại truyền thống, đáp ứng được nhu cầu kỹ thuật và thực tiễn, phù hợp
với các hệ thống điều khiển hiện đại có trang bị các máy tính rất mạnh.
Trong các thiết bị hiện đại, luôn hình thành mối quan hệ chặt chẽ giữa thiết bị chấp hành (cơ khí) và hệ
thống điều khiển (điện tử). Sự có mặt của các thiết bị điều khiển trung tâm và hệ cảm biến thu thập tín hiệu của
các khâu chấp hành là những điều kiện cần để cho phép xác định tình trạng kỹ thuật của thiết bị trong trạng
thái hoạt động.
Bài báo phân tích phương pháp chẩn đoán dựa trên mô hình đối chứng nhằm phát triển hướng phù hợp cho
chẩn đoán tình trạng kỹ thuật các hệ thống - thiết bị cơ-điện tử trong trạng thái hoạt động (online). Đối tượng
khảo sát là bài toán chẩn đoán tình trạng hoạt động của động cơ điện kéo (ĐCĐK) trên đầu máy truyền động
điện của đường sắt được sử dụng làm ví dụ để làm rõ phương pháp và chứng minh khả năng của phương pháp
chẩn đoán.
Abstract
Reliability and quality operation of the device is the most important requirements for the Rayway and
Transport. Diagnosing method based on modelling is a modern diagnostic method, has many advantages
compared to traditional methods of classification, to meet technical needs and practices, in accordance with the

system controller equipped with modern powerful computers.
This paper analyzes diagnostic methods based on the modelling diagnosis to combine the appropriate
direction for development prior art diagnostic equipment traffic in working condition (online diagnose).
Respondents diagnosed the problem as the operational status of electrical motors pull on the electric motor
locomotives of the railway is used as an example to clarify the method and demonstrate the ability of this
methods.


1. Đặt vấn đề:
Chẩn đoán kỹ thuật là lĩnh vực nghiên cứu về
phương pháp xác định tình trạng bên trong của
thiết bị, đối tượng dựa trên các biểu hiện đầu ra
của đối tượng.
Chẩn đoán dựa trên mô hình hóa là phương pháp
tiên tiến, cho phép tìm kiếm các thông số chẩn
đoán và xây dựng mối quan hệ ngược giữa các
thông số đầu vào và thông số đầu ra của đối tượng
chẩn đoán.
Trong giao thông vận tải đường sắt, để đáp ứng
yêu cầu về an toàn và tin cậy vận hành, bài toán
chẩn đoán tình trạng kỹ thuật của thiết bị trên đầu
máy trong trạng thái hoạt động là nhu cầu rất cấp
thiết.
Việc ứng dụng chẩn đoán dựa trên mô hình cho
bài toán chẩn đoán tình trạng kỹ thuật của thiết bị
trên đầu máy là phương pháp phù hợp và hiệu quả
đáp ứng được yêu cầu của bài toán. Dưới đây sẽ
xem xét việc ứng dụng mô hình chẩn đoán cho đối
644 Nguyễn Thế Truyện, Nguyễn Văn Nghĩa

VCM2012
tượng ĐCĐK. Việc nghiên cứu trên đối tượng điển
hình là ĐCĐK cho phép xác định tính phù hợp và
khả năng áp dụng của phương pháp đối với đối
tượng là các hệ thống kỹ thuật trên đầu máy.

2. Chẩn đoán dựa trên mô hình hóa
2.1. Định nghĩa bài toán chẩn đoán
Hệ thống (đối tượng) được chẩn đoán được mô tả
bởi quan hệ sau:
Y(t) =

[U(t), X(t)] (1)
Trong đó:
U=[u
1
(t) u
nu
(t)]: Véc tơ thông số đầu vào của hệ
thống (đối tượng)
Y=[y
1
(t) y
ny
(t)]: Véc tơ thông số đầu ra
X=[x
1
(t) x
nx
(t)]: Véc tơ thông số cấu trúc


: Hàm truyền của hệ thống.
Lỗi tác động vào hệ thống được quy về một nhóm
thông số làm thay đổi thuộc tính của đối tượng.
F(t) = [f
1
(t), f
2
(t) f
n
(t)] (2)
F(t) có thể biến đổi liên tục tương ứng với sự hao
mòn của thiết bị hoặc nhảy bậc khi hệ thống hư
hỏng bất thường.
Xét cả tác động của lỗi và các đầu vào ngoại lai thì
giá trị các biến trạng thái và biến đầu ra của đối
tượng được xác định bởi công thức:
 
.
.
( ) ( ) ( ) ( ), ( ), ( ), ( )
( ) ( ) ( ) ( ), ( ), ( ), ( )
x t x t x t x t u t f t d t
y t y t y t x t u t f t d t


   
 
   
 

 

(3)
Như vậy, trong trường hợp lỗi, hàm lỗi f(t) làm
thay đổi giá trị thông số trạng thái của thiết bị từ
x(t) thành x(t)+

x(t). Qua tác động của hàm trạng
thái

(t), thông số đầu ra thay đổi một lượng

y(t)
thành y(t)+

y(t). Công thức (1) sẽ thay đổi thành:
y(t)+

y =

[u(t), x(t)+

x(t)] (4)
Bản chất của chẩn đoán là dựa vào những dấu hiệu
đầu ra y, để xác định sự thay đổi của thông số
trạng thái của đối tượng. Tức là, nếu xác định
được ánh xạ ngược (5) thì bài toán coi như đã giải
xong:
x(t)+


x =


-1
[u(t), y(t)+

y(t)] (5)
Tuy nhiên, có hai vấn đề mà cách giải quyết các
vấn đề trên sẽ tạo ra các phương pháp chẩn đoán
khác nhau:
Vấn đề 1: Cách xác định sự bất thường của đầu ra:
Nếu không biết giá trị chuẩn đầu ra trong trạng
thái bình thường thì không thể xác định được giá
trị sai lệch y(t). Những sai lệch có thể phát hiện
được mang ý nghĩa chẩn đoán được goi là triệu
chứng.
Vấn đề 2: Ánh xạ 
-1
thường là không biết và khó
xác định. Vì vậy, người ta đã xây dựng nhiều
phương pháp khác nhau để tìm được sự biến đổi
x(t) từ sự biến đổi y(t). Đó chính là mục đích và
nội dung của các phương pháp chẩn đoán.
Hình 1 mô tả phương pháp chẩn đoán dựa trên
phân loại triệu chứng và chẩn đoán dựa trên mô
hình đối chứng. Hình 2 mô tả các phương pháp kết
luận lỗi cho 2 mô hình trên.

a. Chẩn đoán dựa trên phân loại triệu chứng b. Chẩn đoán dựa trên mô hình hóa
Hình 1: Các mô hình chẩn đoán và phương pháp phân loại lỗi tương ứng
F-Lỗi
Y-đầu ra
ĐTCĐ
U-đầu vào
Phân loại
UYS
Liên hệ
SF
Tạo tín hiệu
ch
ẩn đoán

Phân loại
lỗi
S-Triệu chứng
F-Lỗi

F- lỗi
Y-đầu ra
ĐTCĐ
U- đầu vào
Phát hiện sai
lệch
Ước lượng
sai lệch
R-Sai lệch
Mô hình
U,Y

R

Phân loại
R  S
S-Triệu chứng
Suy luận lỗi Liên hệ
SF
F-Lỗi
Tuyển tập công trình Hội nghị Cơ điện tử toàn quốc lần thứ 6 645
Mã bài: 144


a. Cơ chế phân loại lỗi b. Cơ chế suy luận lỗi
Hình 2: Các phương pháp kết luận lỗi

2.2. Phương pháp chẩn đoán dựa trên phân loại
triệu chứng (hình 1.a)
Sử dụng phương pháp thống kê và phân loại mẫu

để tìm ra mối quan hệ ngược từ sai lệch đầu ra về
lỗi đầu vào. Là phương pháp truyền thống trong
chẩn đoán.
Cách giải quyết vấn đề 1: Tập triệu chứng được
xây dựng bằng cách so sánh giá trị đầu ra với giá
trị chuẩn - ngưỡng chuẩn đoán. Để đảm bảo không
nhầm lẫn, giá trị ngưỡng phải được lấy đủ lớn sao
cho trong trạng thái làm việc bình thường, triệu
chứng không xuất hiện. Triệu chứng được định
nghĩa là những thay đổi của thông số chẩn đoán có
thể phát hiện được. Tập triệu chứng S chính là tập
chứa các giá trị y+

y sai khác đủ lớn so với giá trị
thông thường để có thể phân biệt được bằng
ngưỡng. {s} là tập con của {y}
Công thức (5) sẽ biến đổi thành:
F=

-1
(S) (6)
Trong đó:
S=[s
1
s
ns
] là véc tơ triệu chứng đầu vào của hệ
chẩn đoán.
F=[f
1

f
nf
]: Véctơ kết luận chẩn đoán, f
i
nhận giá
trị trong khoảng từ 0 đến 1 ứng với khả năng có lỗi
i của đối tượng;
Giải quyết vấn đề 2: Ánh xạ ngược 
-1
được xây
dựng trên cơ sở phương pháp phân loại thống kê
(hình 2.a).
Đặc điểm của phương pháp chẩn đoán dựa trên
phân loại triệu chứng đã được thể hiện trong công
thức (6): Phương pháp phân loại không quan tâm
đến cấu trúc bên trong, bản chất vật lý cũng như
các hiện tượng diễn ra bên trong đối tượng. Các
kết luận dựa trên các cơ sở số liệu thống kê, do
vậy, hoàn toàn độc lập với cấu trúc của thiết bị.
Nói cách khác, kết luận chẩn đoán là hoàn toàn
khách quan so với cấu trúc, hoạt động của thiết bị.
Nhược điểm cơ bản của phương pháp là cần có
thời gian xây dựng được tập triệu chứng và phép
suy luận ngược dựa trên thống kê và thực nghiệm,
do vậy không phù hợp với nhu cầu của các thiết bị
hiện đại.
2.3. Phương pháp chẩn đoán dựa trên mô hình
hóa
Giá trị chuẩn y(t) được tạo ra bằng một mô hình so
sánh có hàm truyền giống với hàm truyền của đối

tượng chẩn đoán trong trạng thái bình thường và
được chạy song song với đối tượng, đặc trưng bởi
hàm quan hệ:

   
^
( ) f u t , x t
y t 
 
 
(7)
Giải quyết vấn đề 1: Triệu chứng lỗi được xác
định bởi sai lệch giữa giá trị thực tế và giá trị tính
toán:

. ^
( ) ( ) ( )
r t y t y t
  (8)
r(t) được gọi là các “dư thừa” hay mã kiểm tra
nhằm xác định sai lệch của hệ thống. Như vậy, nếu
r(t)

0 thì đã có thể kết luận rằng hệ có lỗi. Và tổng
hợp các giá trị sai lệch đầu ra một cách phù hợp có
thể xác định được lỗi đang xảy ra đối với thông số
nào (phân biệt được lỗi). Tổng hợp các sai lệch
vượt quá ngưỡng xác định các triệu chứng lỗi s
i

của đối tượng.
Giải quyết vấn đề 2: Từ mô hình toán học và
phân tích lỗi của đối tượng, xác định tập mối quan
hệ phù hợp để xây dựng được môi quan hệ ngược
từ S

F (hình 2.b). Các mối quan hệ e trong mô
hình chẩn đoán được lựa chọn từ mô hình toán
tương ứng sao cho mỗi lỗi f
i
tác động vào hệ thống
tương ứng với sự biến đổi của một hoặc một nhóm
triệu chứng s
i
.

là một song ánh. Do vậy, hoàn
toàn có thể kết luận sự tồn tại của f
i
nếu có sự xuất
hiện của s
i
.
Ưu điểm của phương pháp:
 Khoảng cách giữa giá trị thực và giá trị ngưỡng
chính là độ nhạy của thông số chẩn đoán. Dễ
dàng nhận thấy, độ nhạy của phương pháp
chẩn đoán dựa trên mô hình cao hơn rất nhiều
so với phương pháp truyền thống (hình 2).
 Với độ nhạy cao và giá trị ngưỡng sát với giá

trị hoạt động, cho phép ứng dụng trong các
phép chẩn đoán thiết bị trong tình trạng hoạt
động (online), đặc biệt với các thông số biến
đổi liên tục trong dải rộng.
646 Nguyễn Thế Truyện, Nguyễn Văn Nghĩa

VCM2012
 Phương pháp chỉ cần quan sát hệ thống ở
trạng thái tốt, từ đó suy ra trạng thái bất
thường của hệ thống, mà không cần quan sát
hệ thống ở trạng thái hư hỏng, do vậy, rất
thuận lợi trong thực tế, dễ dàng xây dựng được
bộ số liệu đầy đủ cho đối tượng.
 Một điểm mạnh nữa của phương pháp là việc
phân biệt lỗi sử dụng cơ chế suy luận lỗi trên
cơ sở mô hình cấu trúc đã biết của đối tượng,
do vậy, đảm bảo độ tin cậy cao mà không cần
dựa trên khảo sát tình trạng hỏng hóc của đối
tượng. Do vậy, không cần phải tạo ra các mẫu
thử tình trạng hư hỏng và quan sát triệu chứng
như phương pháp truyền thống.
Nhược điểm của phương pháp là chỉ phát hiện
được các lỗi theo tính toán trước mà không thể
phát hiện được các tình huống bất thường, ngoài
tính toán. Một lỗi dù rất đơn giản nhưng không
trong mô hình có thể gây ra những kết luận hoàn
toàn sai lầm cho cả hệ thống.
Mở rộng: Một dạng của phương pháp chẩn đoán
dựa trên mô hình: Thay vì ước lượng Y(t), mô
hình có thể ước lượng giá trị của

ˆ
X
, từ đó xác
định được lỗi thông qua ước lượng

X(t). Mô hình
ước lượng sử dụng trong phương pháp này tương
tự như mô hình ước lượng trạng thái (State
Observer) trong lý thuyết điều khiển nhưng khác
về thông số ước lượng và mục đích.
Phương pháp chẩn đoán dựa trên mô hình máy
tính là một trong các phương pháp chẩn đoán dựa
trên trên mô hình dối chứng. Phương pháp này
hiện được nghiên cứu nhiều do khả năng chẩn
đoán sâu, không đòi hỏi đo trực tiếp các thông số
liên quan đến lỗi, đặc biệt cho phép chẩn đoán cả
các cảm biến, các khâu điều khiển, khâu xử lý tín
hiệu là những đối tượng khó sử dụng các phương
pháp chẩn đoán truyền thống khác. Phương pháp
này cũng tận dụng được khả năng tính toán của
các hệ vi xử lý đang được sử dụng để điều khiển
hệ thống. Nhược điểm cơ bản của phương pháp là
đòi hỏi phải thu nhận được tất cả các thông số đầu
vào, đầu ra ảnh hưởng tới đối tượng. Khối lượng
tính toán cộng thêm của bài toán sẽ làm tăng lượng
dữ liệu cần xử lý và đòi hỏi máy tính điều khiển
phải có tốc độ đáp ứng được nhu cầu tính toán, mô
phỏng bài toán.

Hình 3: Giá trị ngưỡng trong hai phương pháp

3. Ứng dụng chẩn đoán dựa trên mô hình cho
đối tượng động cơ điện kéo
Các tác giả đã áp dụng phương pháp chẩn đoán
dựa trên mô hình máy tính cho đối tượng ĐCĐK
trong tình trạng hoạt động. Nội dung công việc
bao gồm mô hình hóa và xây dựng hàm chẩn đoán
cho đối tượng ĐCĐK. Đối tượng được chẩn đoán
dựa trên mô hình cấu trúc và đưa ra kết luận lỗi
dựa trên phân biệt lỗi.

3.1. Về bài toán chẩn đoán ĐCĐK
ĐCĐK được sử dụng trên đầu máy để tạo ra lực
kéo cho đoàn tàu từ năng lượng điện. Hiện nay,
ĐCĐK một chiều có cổ góp vẫn được sử dụng rất
phổ biến do sự phù hợp về đặc tính kéo. Tuy
nhiên, đây là thiết bị có độ bền thấp, đòi hỏi phải
thường xuyên theo dõi, kiểm tra. Vì vậy, chẩn
đoán TTKT của ĐCĐK là bài toán thực tế và cấp
thiết.

3.2.1 Nội dung bài toán:
Thực hiện chẩn đoán theo sơ đồ trong hình 1.b,
bao gồm các công việc sau:
 Mô hình hóa đối tượng nhằm phát hiện sai
lệch U, Y  R
 Tạo ra các triệu chứng RS bằng cách xác
định các ngưỡng chẩn đoán.
 Kết luận lỗi dựa trên các triệu chứng S dựa
trên mô hình hóa hệ thống có lỗi.
Giá tr
ị ng
ư
ỡng

Giá tr
ị thực

t
A
Giá tr
ị ng
ư
ỡng

Giá tr
ị thực

t
A
Phương pháp mô

hình

đ
ối
Phương pháp
so sánh
Tuyển tập công trình Hội nghị Cơ điện tử toàn quốc lần thứ 6 647
Mã bài: 144
3.2.2. Giới hạn phạm vi nghiên cứu:
Do đặc điểm vận hành của đoàn tàu là chuyển
động với gia tốc rất thấp, nên mô hình được xây
dựng trong trạng thái ổn định, xác lập. Việc xây
dựng mô hình chẩn đoán trong trạng thái động là
hoàn toàn có thể, tuy nhiên, mức độ ý nghĩa không
cao.
Do giới hạn của bài báo, dưới đây trình bày một
tập giới hạn các mối quan hệ về điện và từ. Việc
xây dựng các mối quan hệ về nhiệt độ và công suất
được thực hiện tương tự.

3.3. Mô hình hóa ĐCĐK trong trường hợp làm
việc bình thường
Tóm tắt các hàm quan hệ giữa các thông số như
sau. Để tiện theo dõi, ký hiệu các biểu thức (e
1
,
e
2
, ):

Điện áp động cơ:
e
1
: U
F
= U
KT
+ U
A
(9)
Dòng kích từ:
e
2
:
KT
KT
CC
U
I
r
 (10)
Dòng điện phần ứng:
e
3
:
A A tx
A
A
U E U
I

r
  
 (11)
Suất phản điện động của động cơ:
e
4
: E
A
=K
E
.

.n
F
(12)
Mối quan hệ về dòng điện:
e
5
: I
KT
= I
F
=I
A
(13)
Từ thông phần cảm:
e
6
:


=K

.I
F
.w (14)

3.4. Mô hình hóa ĐCĐK trong trường hợp lỗi.
Trong khuôn khổ bài báo, giới hạn quan tâm trong
các lỗi liên quan đến phần điện, và bỏ qua các mối
quan hệ về nhiệt từ e
7
đến e
18
. Các hư hỏng xem
xét bao gồm:
Các lỗi đứt mạch phần điện sẽ làm hở mạch và
dòng điện trên đoạn mạch tương ứng bằng 0 và
điện áp bằng điện áp của cả đoạn mạch.
Áp dụng cho từng đoạn mạch:
Đối với lỗi đứt mạch phần cảm F
2
:
e
19
: (I
KT
= 0) & (U
KT
= U
F

) (15)
Đối với lỗi đứt mạch phần ứng F
6
:
e
20:
(I
A
=0) & (U
A
=U
F
) (16)
Các lỗi chập mạch một phần hoặc toàn bộ sẽ làm
thay đổi trở kháng của đoạn mạch. Sự thay đổi
được phát hiện qua mô hình ước lượng thông số
tương ứng.
3.5. Tối thiểu hóa tập tham số và xây dựng mô
hình ước lượng cho từng lỗi.
Từ mô hình chẩn đoán của ĐCĐK đã xây dựng
(e
1
e
20
), sẽ có rất nhiều thông số đầu vào, đầu ra
và hàm quan hệ liên quan tới mỗi lỗi của đối
tượng.
Tiến hành thu gọn tập thông số và lựa chọn những
mối quan hệ có ý nghĩa nhất đối với mục tiêu của
bài toán chẩn đoán. Trong nội dung đề tài, các tác

giả đã sử dụng phương pháp đánh giá hàm chỉ tiêu
lượng tin của thông số và tối thiểu hóa thông số
bằng graph[6]. Từ đó rút ra được các mô hình chẩn
đoán lỗi cho ĐCĐK như trong bảng 1. Trong đó,
thông số biểu hiện lỗi là các thông số đầu ra bị ảnh
hưởng bởi lỗi, mô hình chẩn đoán là tập phù hợp
các hàm từ đó xác định được mối quan hệ giữa đầu
vào và đầu ra đã xét. Dấu hiệu lỗi là kết quả tính
sai lệch của mô hình.
Bảng 1: Mô hình hóa ĐCĐK
trong trường hợp lỗi
Lỗi
f
i
Giải thích lỗi
Thông
số biểu
hiện lỗi
Y
i
Mô
hình
chẩn
đoán
E
i

Dấu
hiệu
lỗi

r
i

f
1

Xu
ất hiện v
ành
lửa trên cổ góp

U
tx
e
3
, e
4
,
e
6

r
1

f
2

Đ
ứt mạch phần
cảm

r
cc
e
19
r
2
f
3

Ch
ập mạch phần
cảm
r
cc
, w e
2
r
3
f
4

Cháy hoàn toàn,
hở mạch cổ góp

U
tx

e
3
, e

4
,
e
6

r
4
f
5

Ch
ập mạch một
phần hoặc toàn
bộ bối dây phần
ứng
U
A
, I
F
, n

e
3
, e
4
,
e
6

r

1
f
6

Đ
ứt mạch một
hoặc nhiều bối
dây phần ứng
U
A
, I
F
, n

e
3
, e
4
,
e
6,
e
20
r
1
Trong đó:
r
i
là các dấu hiệu lỗi được xây dựng trên cơ sở
tính toán các sai lệch trong mỗi mô hình so sánh

với giá trị thực.

3. 6. Xây dựng tập triệu chứng và ma trận kết
luận lỗi.
Sau khi có được giá trị của r
i
, cần phải xác định độ
lớn của ngưỡng chẩn đoán. Tập các đầu ra chẩn
đoán vượt ngưỡng tạo thành các triệu chứng s
i
tương ứng. Trên cơ sở mô hình chẩn đoán lỗi trong
Bảng 1 và phương pháp chẩn đoán trên mô hình
[2], xây dựng được có thể kết luận lỗi theo bảng 2:
648 Nguyễn Thế Truyện, Nguyễn Văn Nghĩa

VCM2012
Bảng 2: Ma trận kết luận lỗi
s
1

s
2

s
3

s
4

f

1
1 0 0 0
f
2
0 1 0 0
f
3

0 0 1 0
f
4

0 0 0 1
f
5

1 0 0 0
f
6
1 0 0 0
Qua mô hình đã xây dựng, có nhận xét:
 Hệ có khả năng chẩn đoán được lỗi: Các lỗi
đều được phát hiện bởi các triệu chứng lỗi s
1
s
4
.
 Hệ có khả năng phân biệt lỗi: 3/6 lỗi đã
được phát hiện và phân biệt.
 Còn một số lỗi phát hiện được nhưng không

phân biệt được: Lỗi f1, f
5
và f
6
phát

hiện được
nhưng không phân biệt được do có chung biểu
hiện lỗi r
1
. Để phân biệt lỗi này, có thể sử dụng các
biện pháp kiểm tra nguội trong quá trình sửa chữa
tại xưởng.

4. Kết luận và nhận xét:
Những kết quả đạt được:
- Nhóm tác giả đã nghiên cứu về phương pháp
chẩn đoán dựa trên mô hình và áp dụng cho bài
toán chẩn đoán tình trạng kỹ thuật cho ĐCĐK
trong tình trạng hoạt động.
- Tìm được tập thông số phù hợp nhất cho bài toán
phát hiện lỗi và phân tích lỗi.
- Tính chẩn đoán được và phương pháp kết luận
lỗi cũng đồng thời được khẳng định.
- Xây dựng các mô hình chẩn đoán E
i
, từ đó xác
định được mô hình ước lượng lỗi - làm cơ sở cho
các bài toán phân tích thông số và phát hiện triệu
chứng lỗi.

Công việc tiếp theo:
Trên đây mới chỉ trình bày về phương pháp xác
định tập thông số đầu vào và đầu ra cần thiết cho
việc chẩn đoán lỗi. Bước tiếp theo của bài toán
chẩn đoán là xây dựng các hàm kiểm tra r
i
dựa trên
mô hình chẩn đoán E
i
tương ứng với nó nhằm phát
hiện các biểu hiện lỗi tương ứng.
Các tác giả đã tiến hành xây dựng các hàm kiểm
tra r
i
cho một số đối tượng trong mô hình trên
bằng phương pháp ước lượng thông số sử dụng
mạng nơron RBF. Dấu hiệu chẩn đoán là rõ ràng
và hoàn toàn có thể sử dụng cho bài toán kết luận
lỗi.
Chi tiết việc xây dựng các hàm kiểm tra và phát
hiện lỗi dựa trên các hàm kiểm tra xem thêm trong
các bài báo [3], [4].
Trên cơ sở phương pháp, đã xây dựng hệ đo và thu
thập số liệu nhằm phát hiện các triệu chứng r
i
. Kết
quả được trình bày chi tiết trong bài báo [5].

Về khả năng áp dụng của phương pháp

Phương pháp chẩn đoán dựa trên mô hình ước
lượng đã được áp dụng để xây dựng mô hình chẩn
đoán lỗi cho ĐCĐK trong tình trạng hoạt động
(chẩn đoán online). Mô hình lỗi cho phép phát
hiện lỗi và phân biệt lỗi của đối tượng.
Kết quả trên chứng minh khả năng và tính ưu việt
của phương pháp chẩn đoán dựa trên mô hình đối
chứng. Nhờ những ưu điểm đã nói ở trên, phương
pháp này tỏ ra có độ tin cậy cao, độ nhạy và khả
năng phát hiện sớm. Đây là những khả năng rất
cần thiết đối với bài toán chẩn đoán.
Phương pháp chẩn đoán dựa trên mô hình có thể
được áp dụng trong rất nhiều hệ thống thiết kế mới
hiện nay, đặc biệt trong các lĩnh vực của GTVT và
công nghệ cao như hệ thống chẩn đoán lỗi của ô
tô, công nghệ hàng không và vũ trụ hay trong việc
xác định các thông số cần thu thập của hệ
SCADA.
Mô hình trên chỉ là một trong các ứng dụng của
phương pháp chẩn đoán sử dụng mô hình hóa. Cần
có những nghiên cứu tiếp theo về phương pháp
này và ứng dụng của nó trong các thiết bị điện-cơ.

Tài liệu tham khảo
[1]. Rolf Isermann “Fault-Diagnosis Systems An
Introduction from Fault Detection to Fault
Tolerance”, Springer-Verlag Berlin Heidelberg
2006
[2]. S.X. Ding “Model-based Fault Diagnosis
Techniques Design Schemes, Algorithms, and

Tools”, Springer-Verlag Berlin 2008.
[3]. Nguyễn Văn Nghĩa “Đề xuất phương pháp phát
hiện lỗi của máy điện kéo thông qua ước lượng
nhiệt độ gió làm mát”, Tạp chí Khoa học kỹ
thuật - DHGTVT số 35 tháng 12/2011
[4]. Nguyễn Thế Truyện, Nguyễn Văn Nghĩa “Đề
xuất phương pháp xác định mức độ đánh lửa cổ
góp động cơ điện kéo bằng phương pháp ước
lượng thông số” Tạp chí Khoa học kỹ thuật -
DHGTVT số 35 tháng 12/2011.
[5]. Nguyễn Thế Truyện, Nguyễn Văn Nghĩa “Thu
thập và xử lý số liệu cho chẩn đoán tình trạng
đánh lửa cổ góp động cơ điện kéo đầu máy
D14E” Tạp chí Khoa học trường Đại học GTVT
số 38 - 6/2012
[6]. Mattias Krysander and Mattias Nyberg
“Structural Analysis for Fault Diagnosis of
DAE Systems Utilizing Graph Theory and MSS
Sets”, Linköping, May 21, 2002.